在剛果民主共和國的熱帶雨林深處，夜幕降臨時，倭黑猩猩的叫聲此起彼伏，尖叫聲、哼聲、啾聲、哨聲，交織成一場“大合唱”。法國雷恩大學靈長類學與語言學研究者梅麗莎·貝爾泰蹲守在林間，記錄下這些聲音的節奏與組合。她發現，這些靈長類動物並非隨意發聲，而是在用不同的叫聲“拼句子”，表達出合作、安撫或邀請的意思。

這項發表於今年4月的研究，是近年來多個揭示非人類動物複雜語言能力的案例之一。研究人員在一些靈長類、鯨類和鳥類身上發現了與人類語言相似的特徵和規律。這些發現挑戰了長期以來“語言是人類獨有”的觀點，也迫使研究人員重新思考“語言”這一概念的定義。隨着人工智能（AI）被引入動物聲音分析，研究人員開始設想：或許有一天，人們真的能聽懂動物在說什麼。

創建鯨語“字母表”

過去，研究人員往往依靠漫長的野外觀察和人工標註，逐一記錄動物的聲音特徵。那是一項孤獨、緩慢、近乎“手工藝”的工作。而如今，AI的加入讓這一切發生了質變。它能在短時間內分析上百萬小時的錄音，從噪聲中識別出不同聲紋、節奏和語境之間的微妙變化。

在鯨類研究中，算法被用來分辨海洋噪聲中細微的“鯨語”差異。美國非營利組織“鯨類交流計劃”正在多米尼克島海域跟蹤並錄製抹香鯨的行動與聲音。

據美國塞拉俱樂部海豹協會官網報道，為了獲取足夠的“語料”，研究人員正在全球海域收集海量數據。水面上，無人機拍攝鯨群活動；水下，水聽器記錄鯨魚發出的咔嗒聲。有的固定在漂浮的監聽站上，有的由科研船拖曳，還有的裝載在可追隨鯨群移動的水下滑翔器中。最清晰的聲音，來自直接吸附在鯨體表面的傳感標籤，它們不僅記錄聲音，還同步記錄心率、體溫、深度和姿態數據。所有數據按時間戳精確對齊，構成一套龐大的“鯨語檔案”。

2024年，美國麻省理工學院計算機科學家丹妮埃拉·魯斯團隊基於這些數據，提出了首個“抹香鯨字母表”。研究發現，“鯨語”的意義並不只體現在節奏與停頓的差異上，細微的時間變化，或在熟悉的聲型中加入新的聲段，都可能傳遞不同的信息。

分析鳥類鳴唱規律

除了鯨類，鳥類的鳴叫也展現了驚人的規律性。

據英國《自然》雜誌報道，澳大利亞陽光海岸大學西皮唐斯分校的鳴禽研究員多米尼克·波特文表示，AI工具尤其適用於那些鳴叫變化不大且研究者已收集大量錄音的鳥類。她正在使用AI分析鳥鳴錄音。例如，山雀的叫聲每次聽起來幾乎相同，但AI可輕鬆識別、分類並分析其發聲規律。對於像華麗琴鳥這樣的擬態鳥，或棕色嘲鶇這樣叫聲複雜的鳥類，AI系統目前的表現仍有限，需要更多數據和算法優化。

日本東北大學神經科學家開發了一款模型FinchGPT，可分析白文鳥的鳴唱規律。該模型學習了3只鳥共3.2萬首“歌”，每個短音型被轉為一個“字母”，用於預測下一個音型，從而掌握鳥鳴的序列模式。

此外，AI還被用於監測稀有鳥類的存在。據英國《衛報》報道，澳大利亞維多利亞動物園在墨爾本西部安裝了35個音頻記錄器，收集了數萬小時的錄音。AI分析這些錄音，成功識別出瀕危鳥類“平原漫步者”的獨特叫聲，這是30多年來首次在該地區發現該物種。

挑戰跨物種“對話”

“AI讓我們能做到傳統手段無法實現的事。”美國“地球物種計劃”研究員大衛·羅賓遜說。該計劃正利用機器學習算法建立跨物種的“語音模型庫”，嘗試在不同動物群體之間尋找共通的表達結構。研究人員希望，AI不僅能幫助人類破譯動物語言，還能重建動物間的“對話圖譜”。

生成動物叫聲本身並不困難，但讓這些聲音“有意義”，仍是科學界面臨的最大挑戰。不過，有些項目已將跨物種交流作為目標。例如，“科勒-杜利特挑戰”提供最高50萬美元現金或1000萬美元投資，鼓勵AI實現跨物種交流的突破。

但研究人員也警告，理解並不等於翻譯。即使算法能還原聲波模式，人們也未必真正理解動物的“語義”。同時，與動物“對話”存在生態與倫理風險。例如，向座頭鯨播放人造歌聲，可能改變它們的社交和求偶模式，並通過文化傳遞影響後代。

波特文認為，人類與其他動物感知世界的方式差異太大，真正的“雙向交流”也許永遠無法實現。“我們不是鳥，所以根本無法知道一隻鳥聽另一隻鳥歌唱時在想什麼。”她補充說，“我們能做的只有盡力而為，而世界始終會留下一點神祕”。